金屬印刷品在線色差檢測系統(tǒng)

范鵬飛，孫俊

(江南大學物聯(lián)網(wǎng)工程學院，江蘇無錫 214122)

金屬印刷品在線色差檢測系統(tǒng)

范鵬飛，孫俊*

(江南大學物聯(lián)網(wǎng)工程學院，江蘇無錫 214122)

為了解決金屬印刷中的人工檢測速度慢、勞動強度大、主觀因素對結果影響的色差檢測問題，設計了一種基于機器視覺的在線色差檢測系統(tǒng)。通過在金屬印刷品的留白區(qū)域印刷色標，使用工業(yè)CCD相機采集金屬印刷產(chǎn)品上的色標區(qū)域，使用數(shù)字圖像處理技術提取色標。分別使用CIELAB色差公式和CIEDE2000色差公式計算色標的區(qū)域色差值，實驗結果表明CIEDE2000色差公式能正確地反映顏色的差異，所以系統(tǒng)采用CIEDE2000色差公式，可達到有效地對金屬印刷品的色差檢測。

色差;機器視覺;色標

金屬印刷制品在生產(chǎn)過程中，由于生產(chǎn)工藝的復雜性，不可避免地造成流水線上的成品與目標制品的顏色會有所差別。金屬印刷制品的顏色色差主要包括:油墨實地色差、網(wǎng)點變形色差、套印不準引起的色差、潤濕系統(tǒng)異常引起的色差、彩色印刷與上光過程出現(xiàn)的色差等［1］。既然會有色差存在，那么如何實時、準確地在生產(chǎn)過程中找出與目標制品顏色相差超過一定程度的成品，成為生產(chǎn)金屬印刷制品過程中需要解決的問題。

傳統(tǒng)色差辨別采用人工目測的方法，這種方法缺陷在于:主觀性強，測定結果主要依賴檢驗人員的經(jīng)驗，測定結果因此會因不同觀察者而不同，準確程度無法得到有效控制。人工目測是離線檢測，不能達到實時檢測的要求，也就不能及時控制生產(chǎn)過程，成為提高生產(chǎn)效率和提高產(chǎn)品質量的制約因素。

隨著生產(chǎn)中各個環(huán)節(jié)的自動化程度不斷提高，生產(chǎn)效率已得到大幅度提升，而人工目測方法已成為生產(chǎn)過程中的瓶頸。因此，實時、快速、準確有效地檢測出金屬印刷制品的色差問題，在實踐中具有重要意義。

結合這一實際問題，設計了基于機器視覺的色差檢測系統(tǒng)［2］，為簡化系統(tǒng)的復雜程度，在印刷過程中可將當前流水線上所用油墨，在制品邊緣，根據(jù)不同比例印4個長方形的CMYK(分別代表青色、洋紅、黃、黑)色標［3］，這4個色標顏色反應了當前制品所用油墨的顏色，測定這4個色標顏色即得到當前制品所用油墨的顏色。所以系統(tǒng)只需得到制品特定區(qū)域上包含4個顏色色標的圖像，再對所得到的圖像進行相應處理和分析，即可實現(xiàn)色差檢測。

1 系統(tǒng)概述

該系統(tǒng)可分為2個子模塊:圖像采集模塊和色差檢測模塊。圖像采集模塊在線采集金屬印刷制品特定區(qū)域的彩色圖像。色差檢測模塊實時處理和分析所得到的圖像，提取色標，進行色差檢測并給出檢測結果。

圖1是金屬印刷制品色差在線檢測系統(tǒng)圖。固定在機械支承上的彩色面陣CCD相機在傳動機構上方，由傳動機構運送金屬印刷制品從右向左運動。當制品通過固定在機械支承上的定位傳感器位置時，定位傳感器發(fā)送信號給計算機，計算機由固定在傳動機構電機上的速度反饋編碼器可得到傳動機構線速度;當制品的特定區(qū)域通過CCD相機正下方時，計算機發(fā)送信號給CCD相機采集圖像。

圖1 在線檢測系統(tǒng)Fig.1 On-line detection system

色差檢測模塊是該系統(tǒng)的核心部分。該系統(tǒng)對采集到的圖像進行噪聲濾波、圖像分割，得到制品顏色信息，然后將制品顏色和標準制品顏色進行對比，定量給出兩者色差的程度，并顯示在顯示器上，提供給操作人員。

2 在線檢測系統(tǒng)設計和圖像采集系統(tǒng)設計

2.1 在線檢測系統(tǒng)設計

金屬印刷機本身就是將生產(chǎn)線上的一張金屬印刷品暫時從生產(chǎn)線上彈出的機構，讓生產(chǎn)人員對印刷品進行色差檢測，檢測完畢后能自動送回傳送帶上，不影響其下一步的生產(chǎn)環(huán)節(jié)。進一步改造金屬印刷機上這個機構，實現(xiàn)將金屬色差檢測的設備直接架設在金屬印刷機的傳送帶上。通過一個定時器控制傳送帶的彈出機構，讓其每隔1 min就從傳送帶上彈出一張金屬印刷品送入檢測設備中。檢測設備上彩色面陣相機和線形光源被安裝在同一塊固定板上，固定裝置在伺服電機的驅動下沿著導軌進行有限距離勻速移動。相機在勻速運動中，連續(xù)拍攝，從而實現(xiàn)分別對黑色、品紅色、青色、黃色4種色標圖像的獲取，完成色差在線檢測。

2.2 圖像采集系統(tǒng)設計

在自動視覺檢測系統(tǒng)中，獲取滿足系統(tǒng)要求的圖像是圖像處理分析和色差檢測的前提與基礎，因此圖像采樣過程直接關系到整個系統(tǒng)設計成功與否。圖像采集系統(tǒng)主要由面陣CCD成像器件、照明系統(tǒng)、圖像采集卡、輸入/輸出卡、定位傳感器、速度反饋編碼器、機械支承和傳送機構和封閉罩等組成［4］。圖像采集系統(tǒng)硬件選擇應從檢測對象、精度要求和設備成本等方面考慮。

2.2.1 CCD相機的選擇CCD是一種將光信號轉換為電荷信號的光電圖像傳感器，是目前機器視覺最為常用的圖像傳感器，它集光電轉換及電荷存儲、電荷轉移、信號讀取于一體。主要有面陣CCD和線陣CCD兩種，根據(jù)成像色彩又可分為彩色CCD和黑白CCD兩種。CCD的選擇十分關鍵，直接影響到成像的質量。系統(tǒng)只需獲取金屬印刷制品特定區(qū)域的彩色圖像，因此采用彩色面陣CCD相機。綜合考慮系統(tǒng)的精度要求和成本計算后，決定采用德國Allied Vision Technologies公司(AVT)的Stingray F088C面陣相機，其主要特性為高靈敏度、高可靠性及高信噪比。

2.2.2 照明系統(tǒng)照明系統(tǒng)作用是為了使目標得到充分照明，以保證像平面有足夠的照度，采用D65標準照明光源。照明系統(tǒng)的設計還要選擇系統(tǒng)適合的光源及入射角度。

常用的光源根據(jù)形狀主要分為點光源和線光源兩類。光源形狀的選擇與所采用的相機相關，對于面陣CCD相機采用點光源較好。由于不透明的物體表面對不同入射角光線的光譜反射系數(shù)不同，因此需要考慮光源的入射角。針對顏色測量，國際照明委員會推薦了幾種觀測條件，系統(tǒng)采用45°/0°的入射角度和拍攝角度。

另外，環(huán)境光是隨著時間、空間的變化而變化，為了降低環(huán)境光對照明系統(tǒng)的影響，需要將環(huán)境光屏蔽在照明系統(tǒng)之外，系統(tǒng)采用的方法是使用封閉罩將照明系統(tǒng)與外部環(huán)境隔離。

3 色差檢測算法設計

色差檢測算法包含噪聲濾波、圖像分割和色差檢測3部分。

3.1 圖像去噪

數(shù)字圖像在采集過程中往往會由于成像傳感器的性能受到各種干擾而存在一定程度的噪聲。噪聲會降低圖像的質量，導致圖像失真、特征不清晰，給圖像分析帶來困難。

系統(tǒng)中不僅需要消除噪聲對圖像分析的干擾，而且需要保證圖像具有良好的邊緣，便于圖像分割，因此考慮到系統(tǒng)的實際需求和算法的簡易性，選用中值濾波對圖像進行去除噪聲處理［5］。

人眼感知不到圖2(a)和圖2(b)之間存在的色彩變化。對比兩者的直方圖，圖2(c)毛刺比較多，像素點灰度值分布比較凌亂，圖像明顯存在一定量的噪聲干擾。圖2(d)中像素點灰度值分布比較有規(guī)律，存在11個波峰正好與色標圖像按照印刷網(wǎng)點大小的不同均勻地分成11個色塊，顏色圖像結構一致。圖像經(jīng)過中值濾波后，更加真實地表現(xiàn)色標圖像。

3.2 圖像分割

原始圖像中，除了目標圖像還存在大量背景圖像，所以需要通過對原始圖像進行圖像分割。閾值分割由于其處理直觀簡單且計算速度快，在圖像分割中，得到了廣泛使用。閾值分割算法主要有全局閾值法［6］和動態(tài)閾值法［7］。

先使用全局閾值進行圖像分割，結果如圖3所示。

圖2 中值濾波處理圖像Fig.2 Images after themedian filtering

圖3 全局閾值得到的二值圖像Fig.3 Binary images after global threshold

從圖3中可以看出，由于色標存在顏色的漸進變化，使用單一的全局閾值分割法，會丟失印刷網(wǎng)點小的色標部分。由于色標整體上具有顏色漸進變化的特點，同時色標在每一個小色塊中的顏色是相同的，因此使用圖像分塊閾值分割法。根據(jù)圖像特點，將圖像在橫向分成多個大小相同的矩形區(qū)域，并對矩形區(qū)域分別進行全局閾值分割，效果如圖4所示。

如果分成較少的矩形區(qū)域進行全局閾值分割，如圖4(a)上所示印刷網(wǎng)點小的部分依然存在丟失情況;如果分成過多的矩形區(qū)域，則會出現(xiàn)圖4(d)中兩端出現(xiàn)大量干擾目標的現(xiàn)象。這是由于在某些矩形區(qū)域中并沒有色標圖像，其灰度直方圖為單峰高度集中、斜率大，對這類沒有圖像近似純色的圖像進行全局閾值分割，會將噪聲分割出來。觀察圖4中各圖的分割效果可以得出，分成10個矩形區(qū)域的圖4(c)，能夠完整地分割出黑色色標，且產(chǎn)生的干擾信息較少，具有最好的分割效果。

圖4 分區(qū)域分別進行全局閾值分割得到的二值圖像Fig.4 Binary images after global threshold divided into d ifferent regions

圖4中的4幅圖像的左端部分分割出類似的目標，這是因為原始圖像不僅拍攝到了黑色色標部分，還拍攝到了黃色色標印刷網(wǎng)點少的部分圖像。對圖像進行單一全局閾值分割時，黃色色標淺色部分也和黑色色標淺色部分一樣丟失了。使用圖像分塊閾值分割時，黃色色標的淺色部分就成了干擾物，要想準確地分割出目標色標——黑色色標圖像，就需要消除干擾色標——黃色色標對目標色標的干擾。

選取在分割效果最好的圖4(c)的每一列進行累加計算，得到一個統(tǒng)計波形圖5(a)。通過對其分析，發(fā)現(xiàn)目標色標區(qū)域每一列分割出來的像素點數(shù)是接近的，且目標色標兩端都具有明顯的邊緣。而干擾色標由于只拍攝到一部分，因此只存在一個邊緣，且存在較多的噪聲干擾。使用一階差分對統(tǒng)計波形圖進行處理。在數(shù)字圖像處理中，一階差分算法通常轉化為公式(1)進行計算:

圖5(a)經(jīng)過一階差分后得到圖5(b)，目標圖像的邊緣絕對值明顯高于其他列。根據(jù)一階差分圖能夠準確地找到目標色標兩端的邊界，從而成功分割出目標色標。最終得到的色標圖像如圖6所示。

圖5 波形圖Fig.5 W aveform diagram

圖6 最終分割得到的黑色色標圖像Fig.6 Separated black color mark

3.3 基于CIELAB顏色空間的色差檢測算法

國際照明委員會于1976年推薦CIELAB顏色空間和其色差公式即CIELAB色差公式［8］。CIELAB色差公式作為國際通用的測色標準，其結果能較好地反映出人眼對顏色變化的感知程度。

總色差公式為

在上述各公式中L1，a1，b1是待測樣品在CIELAB顏色空間的坐標值，L0，a0，b0是標準樣品在CIELAB顏色空間的坐標值。

由于CIELAB色差公式還不是完全均勻顏色空間，和人眼的色彩感知度相似度為75%。CIE通過大量視覺實驗和色差評估實驗，在CIELAB色差公式發(fā)展出CIEDE2000色差公式［9］。CIEDE2000色差公式計算比較復雜，分以下幾步進行計算。

3)計算色差權重函數(shù)SL，SC，SH和旋轉函數(shù)RT，RC:

CIEDE2000色差公式中KL，KC，KH為權重系數(shù)，在金屬印刷行業(yè)中，研究和使用CIEDE2000色差公式的文章尚不多見，沒有充分的研究證明權重系數(shù)為多少合適金屬印刷行業(yè)。系統(tǒng)中選取KL=1.5，KC=1，KH=1，這在紡織行業(yè)中已經(jīng)默認為行業(yè)標準，具有較高的參考價值。

CIEDE2000色差公式重新標定了CIELAB空間的a軸，這樣可以改善對靠近中性顏色的預測性能，將明度權重函數(shù)SI改為近V形函數(shù)，在色調權重函數(shù)SH增加了旋轉項，并且考慮了色調角的影響，可以很好地修正藍色區(qū)域的色差容限橢圓不規(guī)則問題［10］。

將上述2個色差公式運用金屬印刷的色差檢測中，對實驗的結果進行分析。

表1和表2是計算圖7(b)和圖7(c)每個色塊的區(qū)域平均色差值，反映色標在不同大小印刷網(wǎng)點色塊存在的色差程度。常用的色差單位為NBS，一個NBS單位大于相當于視覺識別閾值的5倍?；贚AB顏色空間的色差值與NBS的轉換公式只需LAB顏色空間的色差值乘以轉換系數(shù)0.92，兩者的值差距很小，故在文中直接用色差值表示顏色差異程度。

表1 圖7(b)的區(qū)域色差值Tab.1 Regional color d ifference values in Fig.7(b)

表2 圖7(c)的區(qū)域色差值Tab.2 Regional color d ifference values in Fig.7(c)

圖7 色標Fig.7 Colormarks

色差程度鑒定標準為色差值0.0～0.5為微小色差，感覺極微，人眼基本無法識別;0.5～1.5為輕微色差，略有感覺，需要經(jīng)驗豐富的專業(yè)人員才能識別;1.5～3.0為小色差，感覺明顯，一般人員可以識別;3.0～6.0較大色差，感覺很明顯;6.0以上為大色差，感覺強烈。

通過對表1和表2分析，兩者都能較好地反映色差變化，但是CIELAB對小色差過于敏感，所以最終選取CIEDE2000公式計算色差，判定待測樣品是否存在色差問題。

文中的金屬印刷色差檢測算法平均用時為1.05 s，而現(xiàn)階段檢測設備是每分鐘檢測2個色標，故在運算速度上符合系統(tǒng)的運行要求。

3.4 色差檢測在系統(tǒng)中的實現(xiàn)

色差檢測流程如圖8所示。

圖8 色差檢測流程Fig.8 Flow chart of the color difference detection

具體實現(xiàn)步驟:

1)標準樣品的設定，色標表現(xiàn)的是CMYK顏色空間中的基本色，色標的顏色組成固定為黃色、品紅色、青色和黑色。選取標準樣品的4色色標，預先存入系統(tǒng)中。

2)獲取檢測樣品的圖像，對原始圖像進行噪聲濾波，然后將色標圖像從背景圖像中分割出來。

3)使用CIEDE2000公式計算色差值。

4)計算出相應的色差值后，將色標區(qū)域分成11個等大小的區(qū)域，并按順序標號，分別計算各自區(qū)域內色差值的平均值。只要11個區(qū)域中色差平均值有一個超過設定的閾值(系統(tǒng)中設定為4)，就認為該色標存在色差問題，將色標顏色和超過閾值的區(qū)域號傳送給操作界面，顯示給生產(chǎn)人員，為生產(chǎn)人員進行設備調試提供參考。

4 結語

針對金屬印刷質量中的色差檢測問題，系統(tǒng)采用基于機器視覺的技術，對金屬印刷制品進行在線檢測，定量地給出顏色色差檢測的客觀識別方法。該在線檢測系統(tǒng)在一定程度上克服了人工目測方法的缺陷，能客觀、定量地給出流水線上成品與標準制品顏色色差的程度，實現(xiàn)有效準確地檢測，并在線工作于生產(chǎn)流水線中，達到實時檢測成品顏色并及時給出測定結果，操作人員可根據(jù)系統(tǒng)給出的測定結果，及時控制生產(chǎn)過程。

［1］許文才.金屬印刷技術及印品質量分析［J］.中國包裝工業(yè)，2003(1):38-42.

XUWencai.Analysis ofmetal printing technology and printing quality［J］.Pack-Print，2003(1):38-42.(in Chinese)

［2］黃虎，程建，蒲恬.基于機器視覺的工業(yè)品色差檢測系統(tǒng)［J］.兵工自動化，2010，29(7):78-80.

HUANG Hu，CHENG Jian，PU Tian.Industrial products chromatic aberration detection system based on machine vision［J］.Ordnance Industry Automation，2010，29(7):78-80.(in Chinese)

［3］劉詩德.數(shù)碼打樣質量控制理論與技術研究［D］.南京:解放軍信息工程大學，2009.

［4］蔡晉輝.實時自動視覺檢測系統(tǒng)相關算法及應用研究［D］.杭州:浙江大學，2005.

［5］李岳陽.彩色圖像濾波算法的研究［D］.無錫:江南大學，2010.

［6］韓思奇，王蕾.圖像分割的閾值法綜述［J］.系統(tǒng)工程與電子技術，2002，24(6):91-94.

HAN Siqi，WANG Lei.A survey of thresholdingmethods for image segmentation［J］.Systems Engineering and Electronics，2002，24(6):91-94.(in Chinese)

［7］DUW，TIAN X，SUN Y.A dynamic threshold edge-preserving smoothing segmentation algorithm for anterior chamber oct images based onmodified histogram［C］//Image and Signal Processing(CISP)，2011 4th International Congress on.［s.l.］:IEEE，2011:1123-1126.

［8］鄭元林，楊淑蕙，周世生，等.CIE 1976LAB色差公式的均勻性研究［J］.包裝工程，2005，26(2):48-49.

ZHENG Yuanlin，YANG Shuhui，ZHOU Shisheng，et al.Research on uniformity of CIE 1976LAB color difference formula［J］.Packaging Engineering，2005，26(2):48-49.(in Chinese)

［9］鄭元林，劉士偉.最新色差公式:CIEDE2000［J］.印刷質量與標準化，2004(7):34-37.

ZHENG Yuanlin，LIU Shiwei.The newest color difference formula:CIEDE2000［J］.Printing Quality and Standardization，2004 (7):34-37.(in Chinese)

［10］汪哲弘.顏色視覺辨別特性及色差評價研究［D］.杭州:浙江大學，2009.

(責任編輯:楊勇)

Research of the Online Color Difference Detection System for M etal Printing Products

FAN Pengfei，SUN Jun*
(School of Internet of Things Engineering，Jiangnan University，Wuxi214122，China)

The slow artificial detection speed，heavy labor intensity，and the subjective factors inmetal printing have the substantial influence on the results of the color difference detection.In this paper，an online color difference detection system based on themachine vision is designed to solve this problems.The colormark is printed in themetal blank area and then the industrial CCD camera is used to captured it.The digital image processing techniques are applied to extract the color mark.The CIELAB color difference formulas and CIEDE2000 color difference formulas are used to compute the color mark color difference values respectively.The experiment results show that the CIEDE2000 color difference formulas can correctly reflect the color difference.The system can detect the color difference of themetal printing products effectively by adopting the CIEDE2000 color difference formula.

color difference，machine vision，colormark

TS 851.2

A

1671－7147(2015)06－0703－07

2015－05－20;

2015－06－19。

國家自然科學基金項目(61170119，61311130141);江蘇省自然科學基金項目(BK2010143)。

范鵬飛(1989—)，男，山東淄博人，計算機科學與技術專業(yè)碩士研究生。

*通信作者:孫俊(1971—)，男，江蘇無錫人，副教授，碩士生導師。主要從事智能計算、圖像處理與模式識別等研究。Email:sunjun_wx@hotmail.com